基于輕量化網(wǎng)絡(luò)對(duì)植物葉斑病的目標(biāo)檢測(cè)研究

打開(kāi)文本圖片集

摘  要： 為了提高植物葉斑病的檢測(cè)效率和精度，引入主流的目標(biāo)檢測(cè)模型YOLOv5對(duì)葉斑病進(jìn)行檢測(cè)。結(jié)果顯示，模型在檢測(cè)較小的葉斑病時(shí)精度不高，且模型權(quán)重體積較大，不利于在終端邊緣設(shè)備上部署。為此，對(duì)YOLOv5模型進(jìn)行改進(jìn)。首先，采用經(jīng)過(guò)SCSE模塊修改的MobileNetv3輕量化網(wǎng)絡(luò)結(jié)構(gòu)替代原有的CSP?Darknet53主干網(wǎng)絡(luò)，從而降低模型的參數(shù)量和計(jì)算復(fù)雜度；其次，使用K?means++聚類方法優(yōu)化Anchors參數(shù)，使先驗(yàn)框更好地為目標(biāo)檢測(cè)模型提供信息，增強(qiáng)模型的性能和泛化能力，減少對(duì)標(biāo)注數(shù)據(jù)的依賴；最后，在主干網(wǎng)絡(luò)的最后一層引入ASPPF模塊，提高模型在不同尺度上的檢測(cè)性能。（剩余9834字）